Stripeは金融犯罪対策の審査をAmazon BedrockのAIエージェントで支援し、審査の処理時間を約26%削減した。回答の有用性評価は96%超。鍵は能力の高さではなく設計で、ツール実行の結果を必ず「観測」として処理する仕組みで誤回答を抑え、最終判断は人間の専門家が握り続ける。AIが提案し人が決める補助役の境界を本番品質で引いた点が、規制が厳しい審査業務へエージェントを持ち込む際の実装テンプレートになる。

Google DeepMindはGemini 3.5 Flashに画面操作機能を標準搭載し、ブラウザ・モバイル・デスクトップの3環境を横断するエージェントを開発者が組めるようにした。外部の操作ツールを別途組み込まずモデル側で完結するため、画面を見て操作する業務自動化の構築コストが下がる。Stripeが示した「人が最終判断する境界」とあわせ、操作系エージェントを業務に入れる前提が整いつつある。

AWSは既存のREST APIを書き換えずにエージェント連携(A2A)へ対応させる『エージェント・オーバーレイ』という薄い変換層を提案した。業務ロジックの改修もインフラの二重運用も不要で、稼働中のレガシーサービスをエージェントから呼べる入口に変える。新規プラットフォームへの移行を待たずにエージェント化を始められるため、既存システムを抱える現場の着手障壁を下げる。

Notionの仕様書からCursorを呼び出すと、クラウドのAIが実装案をプルリク形式で返す機能が公開された。これまで仕様ツールとエディタを行き来していた作業が、ツールを切り替えずに仕様作成から実装着手まで一本につながる。結果がプルリクで戻るため、人間がレビューして取り込む既存のコードレビュー手順の中に収まる点が実務的だ。

AWSは動画修復モデルSeedVR2をSageMaker AI上で動かす実装手順を公開した。GPUは処理時だけ起動し、終わると自動停止する構成で、低解像度の既存映像を高解像度へ変換できる。映像を撮り直さず手持ちの資産を再活用する発想で、ここも「作り直さず乗せる」流れの一例だ。

OpenAIはBroadcomと共同設計した初の自社AIチップ「Jalapeño」を量産し発表した。ChatGPT・Codex・API・将来のエージェント製品のLLM推論に特化する設計で、製品からモデル、推論インフラまでを自前で握る方向を示す。

OpenAIは次世代モデル「GPT-5.6 Sol」をプレビュー公開し、プログラミング・科学・サイバーセキュリティの3領域での強化を掲げた。ただし提供時期・価格・性能数値は本文で公開されておらず、現時点では方向性の提示にとどまる。自社運用での採否は、数値が出てから検証する前提で受け止めるのが妥当だ。